• Proceedings of the KIPE Conference
• /
• 2006.06a
• /
• pp.305-307
• /
• 2006

기존에 사용되어 온 진동데이터를 이용한 유도전동기 고장진단 기법은 유도전동기의 전기적 결함을 파악하기 어렵고 특정 고장의 경우 유사한 진동주파수를 포함하고 있어 정확한 고장진단이 어렵다. 본 논문에서는 유도전동기 고장진단 시스템을 구현하기 위해 기존의 진동데이터 분석에 전류 분석기법 중의 하나인 MCSA(Motor Current Signature Analysis)기법을 추가하여 유도전동기 예지보전시스템의 신뢰성을 향상시켰다. 구현된 시스템의 신뢰성을 검증하기 위해 유도전동기의 고장진단을 위한 실험환경을 구축하고 진동데이터만을 이용하여 얻어진 고장진단 결과와 전류데이터 분석을 병행하여 얻어진 고장진단 결과를 비교 분석하였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.17 no.7
• /
• pp.492-498
• /
• 2016

It is well known that since abrupt faults in induction motors tend to lead to subsequent faults and deterioration of the drive apparatus, motor faults may lead to several operating restrictions, such as security problems and economic loss. A lot of research has been done in the area of diagnosis to detect machine faults and to prevent catastrophic hazards in the motor drive system. This paper presents a new method of motor current signature analysis in which the DC-link current of the inverter-driven induction motor system, where a single current sensor is employed instead of three AC current sensors, is measured, and fast Fourier transform analysis is performed. This proposed method makes it possible to easily discern and clearly separate the motor fault current signature from the normal operation current flowing through the stator and rotor windings.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.208-211
• /
• 2006

본 논문에서는 3상 유도전동기의 고장진단을 수행하기 위해 패턴인식에 기반을 둔 진단 알고리즘을 제안한다. 실험 장치는 유도전동기 구동의 고장신호를 얻기 위하여 구축하였으며, 취득된 데이터를 이용하여 진단 알고리즘을 구축하였다. 취득된 데이터 중에서 진단을 위해 사용될 훈련데이터는 퍼지 기반 클러스터링 기법을 이용하여 신뢰성 높은 데이터를 선택하여 고장별 신호를 추출하였다. 진단 알고리즘으로는 데이터를 주성분 분석기법을 적용하였으며, 최종 분류를 위해 Euclidean 기반 거리척도 기법을 이용하였다. 다양한 부하 및 고장신호에 대하여 제안된 방법을 적용하여 타당성을 검증하였다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.2071_2072
• /
• 2009

본 연구에서는 소형 유도전동기의 회전자 바 고장을 자동 진단을 함에 있어, 회전속도 변화에 따라 변동하는 문턱값을 적용하는 방법을 제안하였다. 유도전동기 회전자 바 고장 시 부하의 감소에 따라 회전자 바 고장 특징 주파수 진폭의 크기는 작아진다. 따라서 부하의 감소에 따라 문턱값 또한 작아지는 것이 정확한 회전자 바 고장 진단에 유리하다. 유도전동기 회전속도의 증가는 부하의 감소를 의미하므로 회전속도 증가에 따라 문턱값의 크기를 감소시켜주는 변동 문턱값을 적용하여 진단함으로써 유도전동기 회전자 바 고장 진단의 정확도를 높였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.163-166
• /
• 2006

유도전동기는 산업시스템에 있어서 필수적인 요소이기 때문에 유지 관리, 모니터링시스템, 고장 진단 등의 다양한 분야에서 많은 연구가 행해지고 있다. 유도전동기의 운전 중 하나의 고장이 발생한 경우 이것은 전동기의 다른 부분에 영향을 미치거나 또 다른 고장을 유발시키는 원인이 된다. 따라서 개별적인 고장뿐만 아니라 결합된 형태의 고장을 검출하고 진단하는 것은 유용한 방법이다. 본 논문에서는 전압불평형 고장과 회전자바 고장이 발생한 경우, 그리고 두 고장이 동시에 복합적으로 발생한 경우를 모델링하고 이에 대해 고장 진단을 하였다. 제안된 고장 검출 및 진단 알고리즘은 농형운도전동기의 고정자 전류를 이용하였으며 매트랩 시뮬링크를 사용하여 시뮬레이션 하였다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.2073_2074
• /
• 2009

본 연구에서는 경 부하 구간에서 유도전동기의 회전자 바 고장 진단을 개선하는 방법을 제안하였다. 유도전동기의 회전자 바 고장 진단에 있어 25% 이하의 경 부하에서 정확한 진단이 어렵다. 경 부하에서는 종래의 방법에서 적용했던 회전자 바 고장 특징주파수 대역과 다른 특징 주파수 대역을 적용하여 진단하는 방법을 제안하였다. 기존에 진단이 어려웠던 경 부하에서 유도전동기 회전자 바 고장 진단을 개선하는 방법을 제안하고 실험을 통해 그 타당성을 입증하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.20 no.3
• /
• pp.380-387
• /
• 2010

For the fault diagnosis of three-phase induction motors, we propose a diagnosis algorithm based on mutual information and linear discriminant analysis (LDA). The experimental unit consists of machinery module for induction motor drive and data acquisition module to obtain the fault signal. As the first step for diagnosis procedure, DFT is performed to transform the acquired current signal into frequency domain. And then, frequency components are selected according to discriminate order calculated by mutual information As the next step, feature extraction is performed by LDA, and then diagnosis is evaluated by k-NN classifier. The results to verify the usability of the proposed algorithm showed better performance than various conventional methods.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.106-109
• /
• 2005

산업화와 더불어 자동화의 요구에 따라 여러 분야에서 유도전동기의 응용 사례가 늘어나고 있다. 본 연구는 인버터단의 전류센서에서 실시간 얻어진 전류신호로 부터 대표적인 전기, 기계적인 4가지 고장(Bearing Fault, Broken Rotor bar, Misalignment, Unbalance)을 검출하여 예기치 못한 고장에 대비할 수 있는 실시간 진단 알고리듬을 제시한다. 실시간 진단의 핵심요소인 동기화 방법으로서 Hilbert Transform을 응용하였다. 총 40세트의 정상 모터 데이터를 임의로 선택하여 두 데이터의 차를 이용하여 0에 근사한 정상 모터 뎀플릿 값을 설정하였다. 이를 이용하여 진단 대상 전동기의 고장 유무를 미리 판단하게 된다. 만약 기준치 이상의 오차가 나타나게 되면, 이와 비교하기 위한 미리 수집된 각4가지 고장 전동기의 미소신호 템플릿 데이터와의 유사성을 비교하여 고장의 종류를 표시하며, 고장의 종류가 진단되지 않은 대상은 고장 유무만 표시된다.

• Proceedings of the KIEE Conference
• /
• 2006.07e
• /
• pp.53-54
• /
• 2006

본 논문에서는 유도전동기의 고정자권선 고장진단을 목적으로 이상적인 전동기의 전류신호와 실시간으로 운전하고 있는 전동기 전류신호를 Park's Vector에 각각 적용시켜 Park's Vector 패턴을 만들고 패턴 피크값의 기준치와 측정치의 편차를 이용하여 오차치를 벗어날 때 고장으로 진단하는 Park's Vector 패턴의 피크값을 이용한 고정자권선의 고장진단을 시도하였다. 숙달된 작업자가 Park's Vector패턴을 보고 고장을 분석해야 했던 방법과는 달리 패턴을 비교하지 않고도 자동으로 고장을 진단하고 경보해주는 진단 방법을 제시하였다. 실제 전류분석 및 진단을 위해 상용 프로그램인 LabVIEW를 이용하였다.

• Proceedings of the KIEE Conference
• /
• 2006.07e
• /
• pp.47-48
• /
• 2006

본 논문에서는 LabVIEW를 이용한 휴대용 3상 유도전동기 회전자 바 고장 진단 시스템을 개발하였다. LabVIEW는 NI사에서 개발한 그래픽컬 프로그래밍 언어로서 VI(Virtual Instrument)기술을 이용하여 계측, 분석, 표현 프로그램에 최적화된 언어이다. 유도전동기의 입력단에 Current Probe를 연결하여 전류를 측정하였고, NI사의 USB-DAQ보드를 이용하여 데이터를 수집한 후 노트북 컴퓨터에서 실행되는 LabVIEW 프로그램에 의해 고장을 진단할 수 있는 실시간 휴대용 진단 시스템을 개발하였다. 회전자 바에 고장이 일어나면 선 전류의 불균형, 손실 증가, 토크맥동과 평균 토크의 감소를 가져올 수 있다. 고장 진단 방법으로는 회전자 바 고장의 특징 주파수를 찾아 진단하는 방법이 있다. 회전자 바 고장에 대하여 1개와 2개 바를 절단한 회전자를 사용하여 각각 실험하였으며, FFT 분석에 의하여 실시간으로 유도전동기 회전자 바 고장을 진단 할 수 있음을 보였다.